论文部分内容阅读
科学开发利用太阳能资源最为重要的前提条件是对太阳能资源的评估,传统太阳能资源评估方法主要以长期观测的历史数据为稳定性分析对象,其时间尺度以及对太阳能资源波动规律的描述不能满足电力行业对太阳能资源日波动稳定性的要求。针对目前存在的问题,本文的主要研究内容包括:(1)本文首先基于聚类方法构建太阳辐照度典型曲线库,为分析太阳能区域日波动稳定性提供了分析对象。针对典型曲线库构建过程中因高维输入导致的聚类困难,提出一种基于降噪自编码器(DenoisingAutoencoder,DAE)的太阳辐照度曲线聚类方法,并将层次聚类与k-means相结合以此来解决k-means对于初始中心点敏感的问题。首先采用降噪自编码器进行特征学习,将原始数据进行低维嵌入,然后通过层次聚类选取前k个最大聚类节点均值作为k-means初始聚类中心点,最后采用k-means算法进行数据聚类得到太阳辐照度典型曲线库。通过算例对比传统k-means、PCA+k-means与所提DAE+k-means方法,实验证明其聚类效果更好、效率较高。(2)针对目前太阳能资源评估以长期观测数据为稳定性分析对象,提出了一种太阳能资源单一日波动稳定性分析方法。以美国国家能源实验室提供的SRRL-BMS站点为例,首先研究了不同时间尺度下太阳能资源的变化特性,再结合电力行业的需求,利用太阳能单一日波动稳定性分析参数PF分析了 3种日波动差异较大太阳辐照度曲线和29天太阳辐照度曲线日波动情况。结果表明,本文所提方法能够综合反映1天内太阳能资源的波动情况,计算简单。(3)基于太阳辐射典型曲线库与单一日波动稳定性分析参数PF对区域太阳能资源日波动稳定性进行分析。该方法分季构建典型曲线库,通过典型曲线的贡献度以及PF计算出不同季节下的波动稳定性参数PFsi并采用加权和的方式计算出区域太阳能资源日波动稳定性分析参数PFsite。结果表明,本文所提方法能够从更细时间粒度下反映一个地区太阳能资源的波动情况。